百度360必应搜狗淘宝本站头条
python判断字典是否为空crontab每周一执行aes和des区别安装指定版本npmadb pull
当前位置：网站首页 > IT知识 > 正文

pandas中使用excel的模糊匹配通配符，真香

liuian 2025-01-10 15:15 13 浏览

前言

在 pandas 中，实现如下的模糊匹配统计，要怎么做？

简单：

因为在 pandas 中可以把筛选和统计两种逻辑分开编写，所以代码清晰好用。 问题在于pandas 中要实现模糊匹配，只能使用正则表达式或某种具体的函数。

在 excel 中有一类可以模糊匹配的统计函数，比如 sumifs 、 countifs 等，它们可以使用通配符实现模糊匹配统计。之前的 excel 公式：

  • 问号 ? 表示1个任意的字符，星号 * 表示任意个数(0、1、或n)的字符
  • 对比来看，这可以直接在字符串中表达出 pandas 中的 startswith , endswith , contains

这种直接在字符串中表达模糊匹配规则，真香！难道在 pandas 中无法做到？

正则表达式的特殊字符

要在字符串中表达匹配规则，用正则表达式是最好的选择。其实思路挺简单，不就是直接把表达字符串中的符合替换成正则表达式相对于的符号吗？如下：

  • 行3：正则表达式中的点 . ，表示任意一个字符
  • 行4：在表达式前后添加开始 ^ 和结束 $ 标志

问题在于，用户输入的表达字符串里面可能包含了正则表达式的其他符号：

  • 这里我希望表达的是，搜索内容中有加号 + ，但因为 加号在正则表达式中有1或多个字符的意思 ，导致结果仍然匹配成功(内容中根本没有加号)

在 python 的正则表达式库中，为此有专门的函数，可以把所有在正则表达式中有特殊意义的符号，转义成匹配内容：

  • 处理后的结果中，加号 + 前面添加了反斜杠，正则表达式中反斜杠可以把特殊含义符号转义成普通内容

正确步骤

现在我们已经把整个问题拆分成2个小问题(并有解决方法)：

  1. excel 的通配符在正则表达式中的对应表达
  2. 排除正常正则表达式中的特殊符号

只要设计好这两个步骤的执行顺序，应该就可以顺利解决问题。

定义函数：

  • 函数只做一件事情，把匹配字符串转成符合要求的表达式字符串
  • 行4： 首先用 re.escape 转成普通内容，然后针对星号和问号做替换

定义一个测试函数：

  • 行3： re.match 返回有结果，就是匹配到

写一些简单的测试：

没有报错，证明没问题。

应用到 pandas 的 series.str.match 函数即可：

不过，每次都这样子调用很啰嗦。可以封装到一个函数里面：

现在可以使用：

不要忘记一键三连。你的点赞、收藏、关注，是我创作的动力。

相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」：生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域，相关论文层出不求，各种领域的应用层出不穷。那么，GAN到底如何实践？本文编译自Medium，该文作者以一朵玫瑰花为例，详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源：arXiv、GitHub作者：YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译：嗯~...

TensorFlow和PyTorch相继发布最新版，有何变化

原文来源：GitHub「机器人圈」编译：嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下：1.深度神经网络分类器（DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了，现在深度学习不是对图像识别很准吗？那深度学习可以用在识别滑动验证码缺口位置吗？当然也是可以的，本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM（大语言模型）微调一直都是老大难问题，不仅因为微调需要大量的计算资源，而且微调的方法也很多，要去尝试每种方法的效果，需要安装大量的第三方库和依赖，甚至要接入一些框架，可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件，了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重？如果是，可以在预训练的基础上进行微调（Fine-tuning）。是否需要...

因配置不当，约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外，暴露的数据还可能包括训练数据集、超参数，甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”，持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点：支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言：为什么选择本地部署？在AI技术飞速发展的今天，越来越多的企业和个人希望将AI技术应用于实际场景中。然而，对于一些对数据隐私和计算资源有特殊需求的用户来说，云端部署可能并不是最佳选择。此时，本地部...

谷歌今天又开源了，这次是Sketch-RNN

前不久，谷歌公布了一项最新技术，可以教机器画画。今天，谷歌开源了代码。在我们研究其代码之前，首先先按要求设置Magenta环境。（https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作，本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划（30分钟训练大模型）

30天大模型调优学习计划，结合Unsloth和Lora进行大模型微调，掌握大模型基础知识和调优方法，熟练应用。第1周：基础入门目标：了解大模型基础并熟悉Unsloth等工具的基本使用。Day1：大模...

python爬取喜马拉雅音频，json参数解析

一.抓包分析json，获取加密方式1.抓包获取音频界面f12打开抓包工具，播放一个（非vip）视频，点击“媒体”单击打开可以复制URL，发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)（json数据python）

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好，我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题，提问截图如下：登录请求地址是这个：二、实现过程这里【甯同学】给了一个提示，如下所示：估计很多小伙伴和...

一周热门
最近发表
标签列表